Wiki - Факультет компьютерных наук - Вклад [ru]

Распознаватель капчи (проект)

2015-01-11T18:43:17Z

Akrasavina: /* Что это за проект? */

{{Карточка_проекта
|name=Распознаватель капчи
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая берет на вход картинку и печатает текст, который изображен на капче. Капча здесь берется из-за того, что она, обычно, имеет одинаковый размер и буквы располагаются приблизительно одинаково, а пишутся одним или несколькими заранее определенными шрифтами. Будет предоставлен набор данных, который включает сотню капч, где используются символы A-Za-z0-9*!@ написанные на однотонном фоне одним цветом без искажений, также для генерации картинок можно пользоваться любым генератором на выбор (например подойдет django-simple-captcha, тут достаточно простые картинки на выходе). Алгоритм планируется довольно простой, в двух словах - сравнение символов из размеченного множества (проще говоря - символов решенных капч) с символами решаемой в данный момент капчи.

=== Чему вы научитесь? ===
* Основам работы с изображениями на примере капчи
* Простейшему машинному обучению

=== Какие начальные требования? ===
* Желание научиться распознавать объекты на изображениях (в частности надписи)
* Знание Python (если есть желание, другой популярный язык)

=== Какие будут использоваться технологии? ===
Python, библиотека PIL (или любой другой популярный язык)

=== Темы вводных занятий ===
* Работа с изображениями в PIL. Простейшее разделение символов, векторная модель символа.
* Сбор данных, тестовый и обучающий наборы данных. Обучение алгоритма.

=== Направления развития ===
* Распознавать надписи с картинок (например, с фотографий), где запечатлена область с текстом без посторонних предметов
* Распознавать капчи с различными перемещениями букв, когда буквы повернуты на какой-то угол или находятся на разной высоте
* Определение пространственной деформации изображения (применяется для искажения букв)
* Определение трехмерных надписей (выпуклая поверхность)

=== Критерии оценки ===
4-5: Распознавание 80% символов с картинки, где написаны символы одним шрифтом, без искажений с разным цветом фона и букв.

6-7: Распознавание 80% символов с картинки, где символы написаны одним шрифтом с поворотом, на разной высоте, с разным цветом фона и букв.

8-10: + одно из направлений развития отличное от использованного для оценки "6-7".

Распознаватель капчи (проект)

2015-01-09T16:55:30Z

Akrasavina: /* Темы вводных занятий */

{{Карточка_проекта
|name=Распознаватель капчи
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая берет на вход картинку и печатает текст, который изображен на капче. Капча здесь берется из-за того, что она, обычно, имеет одинаковый размер и буквы располагаются приблизительно одинаково, а пишутся одним или несколькими заранее определенными шрифтами. Будет предоставлен набор данных, который включает сотню капч, где используются символы A-Za-z0-9*!@ написанные на однотонном фоне одним цветом без искажений, также для генерации картинок можно пользоваться любым генератором на выбор (например подойдет django-simple-captcha, тут достаточно простые картинки на выходе).

=== Чему вы научитесь? ===
* Основам работы с изображениями на примере капчи
* Простейшему машинному обучению

=== Какие начальные требования? ===
* Желание научиться распознавать объекты на изображениях (в частности надписи)
* Знание Python (если есть желание, другой популярный язык)

=== Какие будут использоваться технологии? ===
Python, библиотека PIL (или любой другой популярный язык)

=== Темы вводных занятий ===
* Работа с изображениями в PIL. Простейшее разделение символов, векторная модель символа.
* Сбор данных, тестовый и обучающий наборы данных. Обучение алгоритма.

=== Направления развития ===
* Распознавать надписи с картинок (например, с фотографий), где запечатлена область с текстом без посторонних предметов
* Распознавать капчи с различными перемещениями букв, когда буквы повернуты на какой-то угол или находятся на разной высоте
* Определение пространственной деформации изображения (применяется для искажения букв)
* Определение трехмерных надписей (выпуклая поверхность)

=== Критерии оценки ===
4-5: Распознавание 80% символов с картинки, где написаны символы одним шрифтом, без искажений с разным цветом фона и букв.

6-7: Распознавание 80% символов с картинки, где символы написаны одним шрифтом с поворотом, на разной высоте, с разным цветом фона и букв.

8-10: + одно из направлений развития отличное от использованного для оценки "6-7".

Распознаватель капчи (проект)

2015-01-09T16:52:55Z

Akrasavina: /* Темы вводных занятий */

{{Карточка_проекта
|name=Распознаватель капчи
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая берет на вход картинку и печатает текст, который изображен на капче. Капча здесь берется из-за того, что она, обычно, имеет одинаковый размер и буквы располагаются приблизительно одинаково, а пишутся одним или несколькими заранее определенными шрифтами. Будет предоставлен набор данных, который включает сотню капч, где используются символы A-Za-z0-9*!@ написанные на однотонном фоне одним цветом без искажений, также для генерации картинок можно пользоваться любым генератором на выбор (например подойдет django-simple-captcha, тут достаточно простые картинки на выходе).

=== Чему вы научитесь? ===
* Основам работы с изображениями на примере капчи
* Простейшему машинному обучению

=== Какие начальные требования? ===
* Желание научиться распознавать объекты на изображениях (в частности надписи)
* Знание Python (если есть желание, другой популярный язык)

=== Какие будут использоваться технологии? ===
Python, библиотека PIL (или любой другой популярный язык)

=== Темы вводных занятий ===
* Работа с изображениями в PIL. Простейшее разделение символов, векторная модель символа.

=== Направления развития ===
* Распознавать надписи с картинок (например, с фотографий), где запечатлена область с текстом без посторонних предметов
* Распознавать капчи с различными перемещениями букв, когда буквы повернуты на какой-то угол или находятся на разной высоте
* Определение пространственной деформации изображения (применяется для искажения букв)
* Определение трехмерных надписей (выпуклая поверхность)

=== Критерии оценки ===
4-5: Распознавание 80% символов с картинки, где написаны символы одним шрифтом, без искажений с разным цветом фона и букв.

6-7: Распознавание 80% символов с картинки, где символы написаны одним шрифтом с поворотом, на разной высоте, с разным цветом фона и букв.

8-10: + одно из направлений развития отличное от использованного для оценки "6-7".

Распознаватель капчи (проект)

2015-01-09T16:50:57Z

Akrasavina: /* Что это за проект? */

{{Карточка_проекта
|name=Распознаватель капчи
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая берет на вход картинку и печатает текст, который изображен на капче. Капча здесь берется из-за того, что она, обычно, имеет одинаковый размер и буквы располагаются приблизительно одинаково, а пишутся одним или несколькими заранее определенными шрифтами. Будет предоставлен набор данных, который включает сотню капч, где используются символы A-Za-z0-9*!@ написанные на однотонном фоне одним цветом без искажений, также для генерации картинок можно пользоваться любым генератором на выбор (например подойдет django-simple-captcha, тут достаточно простые картинки на выходе).

=== Чему вы научитесь? ===
* Основам работы с изображениями на примере капчи
* Простейшему машинному обучению

=== Какие начальные требования? ===
* Желание научиться распознавать объекты на изображениях (в частности надписи)
* Знание Python (если есть желание, другой популярный язык)

=== Какие будут использоваться технологии? ===
Python, библиотека PIL (или любой другой популярный язык)

=== Темы вводных занятий ===

=== Направления развития ===
* Распознавать надписи с картинок (например, с фотографий), где запечатлена область с текстом без посторонних предметов
* Распознавать капчи с различными перемещениями букв, когда буквы повернуты на какой-то угол или находятся на разной высоте
* Определение пространственной деформации изображения (применяется для искажения букв)
* Определение трехмерных надписей (выпуклая поверхность)

=== Критерии оценки ===
4-5: Распознавание 80% символов с картинки, где написаны символы одним шрифтом, без искажений с разным цветом фона и букв.

6-7: Распознавание 80% символов с картинки, где символы написаны одним шрифтом с поворотом, на разной высоте, с разным цветом фона и букв.

8-10: + одно из направлений развития отличное от использованного для оценки "6-7".

What does the Internet think? (проект)

2015-01-09T16:41:19Z

Akrasavina: /* Темы вводных занятий */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог [http://whatdoestheinternetthink.net “What does the Internet think?”]

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта. Например, Кинопоиск: с него будет проще из-за указанной в рецензии оценки; по большому счету, задача здесь сводится к тому чтобы спарсить ответы. Таким образом мы получим набор ответов, который несет в себе информацию о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий,
* Работе с неструктурированными данными,
* Использованию регулярных выражений и библиотек для работы с XML,
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком,
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде.

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)
* Element Tree или Beautiful Stone Soup
* Pymorphy

=== Темы вводных занятий ===
* HTML и средства его обработки в Python. Element Tree, Beautiful Stone Soup, регулярные выражения.
* Средства анализа текста в Python - pymorphy, регулярные выражения. Нормализация текста, стоп-слова.
* Несколько способов получения словаря негативных и позитивных слов. Набор словаря руками, выбор и получение датасета, получение словаря путем обучения.

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять, не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт (Кинопоиск), с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "6-7", с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

Определение близости друзей в Last.fm (проект)

2015-01-09T16:40:44Z

Akrasavina: /* Темы вводных занятий */

{{Карточка_проекта
|name=Определение близости друзей в Last.fm
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая принимает на вход имена двух пользователей (нужно знать заранее, что они есть в базе данных). Отдает процент совместимости музыкальных вкусов этих двух пользователей. Дает возможность обсудить с кем-то любимую музыку и найти новую :)

=== Чему вы научитесь? ===
* Извлекать данные из API сервиса (XML RPC)
* Понимать, что такое мера близости
* При выборе соответствующих дополнительных опций - кластеризации, с использованием готовых инструментов

=== Какие начальные требования? ===
* Быть знакомым с API Last.fm
* Быть знакомым со средствами, позволяющими работать с ними
* Владение любым популярным языком программирования

=== Какие будут использоваться технологии? ===
* Python (или любой другой популярный язык)
* XML или JSON RPC

=== Темы вводных занятий ===
* Lastfm API, Получение данных. XML, JSON и Python.
* Меры близости и данные с Lastfm. Кластеризация, что это и зачем.

=== Направления развития ===
* Определение близости не только по исполнителям, но и по прослушанным жанрам (это то, чего не делает Last.fm, нужно для "хор")
* Определение веса жанра по количеству прослушиваний, участие веса в метрике
* Определение родственности жанров на основе собранных данных (можно использовать иные источники, например, Википедию), использование родственности в метрике
* Кластеризация пользователей
* Визуализация полученных результатов

=== Критерии оценки ===
4-5: скрипт, который забирает данные, складывает их в базу или иное место (файл да диске, например), определение меры близости только по прослушанным жанрам или только по прослушанным исполнителям

6-7: то же, что и для "4-5", + участие и множества исполнителей, и множества жанров в определении близости

8-10: то же, что и для "6-7", + дополнительная опция из оставшихся, кроме визуализации

Определение близости друзей в Last.fm (проект)

2015-01-09T16:40:28Z

Akrasavina: /* Темы вводных занятий */

{{Карточка_проекта
|name=Определение близости друзей в Last.fm
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая принимает на вход имена двух пользователей (нужно знать заранее, что они есть в базе данных). Отдает процент совместимости музыкальных вкусов этих двух пользователей. Дает возможность обсудить с кем-то любимую музыку и найти новую :)

=== Чему вы научитесь? ===
* Извлекать данные из API сервиса (XML RPC)
* Понимать, что такое мера близости
* При выборе соответствующих дополнительных опций - кластеризации, с использованием готовых инструментов

=== Какие начальные требования? ===
* Быть знакомым с API Last.fm
* Быть знакомым со средствами, позволяющими работать с ними
* Владение любым популярным языком программирования

=== Какие будут использоваться технологии? ===
* Python (или любой другой популярный язык)
* XML или JSON RPC

=== Темы вводных занятий ===
1) Lastfm API, Получение данных. XML, JSON и Python.
2) Меры близости и данные с Lastfm. Кластеризация, что это и зачем.

=== Направления развития ===
* Определение близости не только по исполнителям, но и по прослушанным жанрам (это то, чего не делает Last.fm, нужно для "хор")
* Определение веса жанра по количеству прослушиваний, участие веса в метрике
* Определение родственности жанров на основе собранных данных (можно использовать иные источники, например, Википедию), использование родственности в метрике
* Кластеризация пользователей
* Визуализация полученных результатов

=== Критерии оценки ===
4-5: скрипт, который забирает данные, складывает их в базу или иное место (файл да диске, например), определение меры близости только по прослушанным жанрам или только по прослушанным исполнителям

6-7: то же, что и для "4-5", + участие и множества исполнителей, и множества жанров в определении близости

8-10: то же, что и для "6-7", + дополнительная опция из оставшихся, кроме визуализации

Определение близости друзей в Last.fm (проект)

2015-01-09T16:32:53Z

Akrasavina: /* Какие будут использоваться технологии? */

{{Карточка_проекта
|name=Определение близости друзей в Last.fm
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая принимает на вход имена двух пользователей (нужно знать заранее, что они есть в базе данных). Отдает процент совместимости музыкальных вкусов этих двух пользователей. Дает возможность обсудить с кем-то любимую музыку и найти новую :)

=== Чему вы научитесь? ===
* Извлекать данные из API сервиса (XML RPC)
* Понимать, что такое мера близости
* При выборе соответствующих дополнительных опций - кластеризации, с использованием готовых инструментов

=== Какие начальные требования? ===
* Быть знакомым с API Last.fm
* Быть знакомым со средствами, позволяющими работать с ними
* Владение любым популярным языком программирования

=== Какие будут использоваться технологии? ===
* Python (или любой другой популярный язык)
* XML или JSON RPC

=== Темы вводных занятий ===

=== Направления развития ===
* Определение близости не только по исполнителям, но и по прослушанным жанрам (это то, чего не делает Last.fm, нужно для "хор")
* Определение веса жанра по количеству прослушиваний, участие веса в метрике
* Определение родственности жанров на основе собранных данных (можно использовать иные источники, например, Википедию), использование родственности в метрике
* Кластеризация пользователей
* Визуализация полученных результатов

=== Критерии оценки ===
4-5: скрипт, который забирает данные, складывает их в базу или иное место (файл да диске, например), определение меры близости только по прослушанным жанрам или только по прослушанным исполнителям

6-7: то же, что и для "4-5", + участие и множества исполнителей, и множества жанров в определении близости

8-10: то же, что и для "6-7", + дополнительная опция из оставшихся, кроме визуализации

What does the Internet think? (проект)

2015-01-09T16:27:20Z

Akrasavina: /* Какие будут использоваться технологии? */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог [http://whatdoestheinternetthink.net “What does the Internet think?”]

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта. Например, Кинопоиск: с него будет проще из-за указанной в рецензии оценки; по большому счету, задача здесь сводится к тому чтобы спарсить ответы. Таким образом мы получим набор ответов, который несет в себе информацию о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий,
* Работе с неструктурированными данными,
* Использованию регулярных выражений и библиотек для работы с XML,
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком,
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде.

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)
* Element Tree или Beautiful Stone Soup
* Pymorphy

=== Темы вводных занятий ===
1) HTML и средства его обработки в Python. Element Tree, Beautiful Stone Soup, регулярные выражения.
2) Средства анализа текста в Python - pymorphy, регулярные выражения. Нормализация текста, стоп-слова.
3) Несколько способов получения словаря негативных и позитивных слов. Набор словаря руками, выбор и получение датасета, получение словаря путем обучения.

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять, не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт (Кинопоиск), с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "6-7", с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2015-01-09T16:26:15Z

Akrasavina: /* Темы вводных занятий */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:Akrasavina|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог [http://whatdoestheinternetthink.net “What does the Internet think?”]

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта. Например, Кинопоиск: с него будет проще из-за указанной в рецензии оценки; по большому счету, задача здесь сводится к тому чтобы спарсить ответы. Таким образом мы получим набор ответов, который несет в себе информацию о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий,
* Работе с неструктурированными данными,
* Использованию регулярных выражений и библиотек для работы с XML,
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком,
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде.

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===
1) HTML и средства его обработки в Python. Element Tree, Beautiful Stone Soup, регулярные выражения.
2) Средства анализа текста в Python - pymorphy, регулярные выражения. Нормализация текста, стоп-слова.
3) Несколько способов получения словаря негативных и позитивных слов. Набор словаря руками, выбор и получение датасета, получение словаря путем обучения.

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять, не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт (Кинопоиск), с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "6-7", с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-12-15T15:27:03Z

Akrasavina: /* Что это за проект? */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог [http://whatdoestheinternetthink.net “What does the Internet think?”]

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта. Например, Кинопоиск - с него будет проще из-за указанной в рецензии оценки, по большому счету, задача здесь сводится к тому чтобы спарсить ответы. Таким образом мы получим набор ответов, который несет в себе информацию о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт (Кинопоиск), с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "6-7" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-12-12T17:04:18Z

Akrasavina: /* Критерии оценки */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог [http://whatdoestheinternetthink.net “What does the Internet think?”]

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт (Кинопоиск), с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "6-7" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

Распознаватель капчи (проект)

2014-12-12T16:36:53Z

Akrasavina: /* Критерии оценки */

{{Карточка_проекта
|name=Распознаватель капчи
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая берет на вход картинку и печатает текст, который изображен на капче. Капча здесь берется из-за того, что она, обычно, имеет одинаковый размер и буквы располагаются приблизительно одинаково, а пишутся одним или несколькими заранее определенными шрифтами.

=== Чему вы научитесь? ===
* Основам работы с изображениями на примере капчи
* Простейшему машинному обучению

=== Какие начальные требования? ===
* Желание научиться распознавать объекты на изображениях (в частности надписи)
* Знание Python (если есть желание, другой популярный язык)

=== Какие будут использоваться технологии? ===
Python, библиотека PIL (или любой другой популярный язык)

=== Темы вводных занятий ===

=== Направления развития ===
* Распознавать надписи с картинок (например, с фотографий), где запечатлена область с текстом без посторонних предметов
* Распознавать капчи с различными перемещениями букв, когда буквы повернуты на какой-то угол или находятся на разной высоте
* Определение пространственной деформации изображения (применяется для искажения букв)
* Определение трехмерных надписей (выпуклая поверхность)

=== Критерии оценки ===
4-5: Распознавание 80% символов с картинки, где написаны символы одним шрифтом, без искажений с разным цветом фона и букв.

6-7: Распознавание 80% символов с картинки, где символы написаны одним шрифтом с поворотом, на разной высоте, с разным цветом фона и букв.

8-10: + одно из направлений развития отличное от использованного для оценки "6-7".

What does the Internet think? (проект)

2014-12-12T16:35:46Z

Akrasavina: /* Критерии оценки */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог [http://whatdoestheinternetthink.net “What does the Internet think?”]

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "6-7" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-12-12T16:34:33Z

Akrasavina: /* Что это за проект? */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог [http://whatdoestheinternetthink.net “What does the Internet think?”]

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-12-12T16:33:01Z

Akrasavina: /* Что это за проект? */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог “(http://whatdoestheinternetthink.net|What does the Internet think?)”

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-12-12T16:32:39Z

Akrasavina: /* Что это за проект? */

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог “[[ http://whatdoestheinternetthink.net|What does the Internet think?]]”

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-12-12T16:31:32Z

Akrasavina:

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог “What does the Internet think?”

Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-12-12T16:31:14Z

Akrasavina:

{{Карточка_проекта
|name=Аналог "What does the Internet think?"
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог “What does the Internet think?”
Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

Участница:Akrasavina

2014-12-12T16:28:27Z

Akrasavina:

[[Файл:300.jpg|300px|центр]]

Училась в МИЭМ НИУ ВШЭ на факультете Автоматики и Вычислительной Техники, кафедра Информационно-коммуникационных технологий, там же обучаюсь в аспирантуре в настоящее время.
Вела практические занятия по информатике, базам данных и лекции по введению в информационную безопасность.

Работаю в Яндексе разработчиком банк-клиента и биллинга.

Почта дома: hnalina@gmail.com

Участница:Akrasavina

2014-12-12T16:20:37Z

Akrasavina: Новая страница: « центр Училась в МИЭМ НИУ ВШЭ на факультете Автоматики и Вычислительной Т…»

[[Файл:300.jpg|500px|центр]]

Училась в МИЭМ НИУ ВШЭ на факультете Автоматики и Вычислительной Техники, кафедра Информационно-коммуникационных технологий, там же обучаюсь в аспирантуре в настоящее время.

Работаю в Яндексе разработчиком банк-клиента и биллинга.

Файл:300.jpg

2014-12-12T16:12:08Z

Akrasavina: Алина Красавина

Алина Красавина

Определение близости друзей в Last.fm (проект)

2014-11-19T07:47:54Z

Akrasavina: /* Критерии оценки */

{{Карточка_проекта
|name=Определение близости друзей в Last.fm
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая принимает на вход имена двух пользователей (нужно знать заранее, что они есть в базе данных). Отдает процент совместимости музыкальных вкусов этих двух пользователей. Дает возможность обсудить с кем-то любимую музыку и найти новую :)

=== Чему вы научитесь? ===
* Извлекать данные из API сервиса (XML RPC)
* Понимать что такое мера близости
* При выборе соответствующих дополнительных опций - кластеризации, с использованием готовых инструментов

=== Какие начальные требования? ===
* Быть знакомым с API Last.fm
* Быть знакомым со средствами, позволяющими работать с ними
* Владение любым популярным языком программирования

=== Какие будут использоваться технологии? ===
* Python (или любой другой популярный язык)
* XML RPC

=== Темы вводных занятий ===

=== Направления развития ===
* Определение близости не только по исполнителям, но и по прослушанным жанрам (это то, чего не делает Last.fm, нужно для "хор")
* Определение веса жанра по количеству прослушиваний, участие веса в метрике
* Определение родственности жанров на основе собранных данных (можно использовать иные источники, например, Википедию), использование родственности в метрике
* Кластеризация пользователей
* Визуализация полученных результатов

=== Критерии оценки ===
4-5: скрипт, который забирает данные, складывает их в базу или иное место (файл да диске, например), определение меры близости только по прослушанным жанрам или только по прослушанным исполнителям

6-7: то же, что и для "4-5", + участие и множества исполнителей, и множества жанров в определении близости

8-10: то же, что и для "6-7", + дополнительная опция из оставшихся, кроме, визуализации

Распознаватель капчи (проект)

2014-11-19T07:47:09Z

Akrasavina: /* Критерии оценки */

What does the Internet think? (проект)

2014-11-19T07:46:37Z

Akrasavina: /* Критерии оценки */

{{Карточка_проекта
|name=What does the Internet think?
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог “What does the Internet think?”
Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
4-5: Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

6-7: Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

8-10: то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

Определение близости друзей в Last.fm (проект)

2014-11-18T15:21:49Z

Akrasavina: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Определение близости друзей в Last.fm
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая принимает на вход имена двух пользователей (нужно знать заранее, что они есть в базе данных). Отдает процент совместимости музыкальных вкусов этих двух пользователей. Дает возможность обсудить с кем-то любимую музыку и найти новую :)

=== Чему вы научитесь? ===
* Извлекать данные из API сервиса (XML RPC)
* Понимать что такое мера близости
* При выборе соответствующих дополнительных опций - кластеризации, с использованием готовых инструментов

=== Какие начальные требования? ===
* Быть знакомым с API Last.fm
* Быть знакомым со средствами, позволяющими работать с ними
* Владение любым популярным языком программирования

=== Какие будут использоваться технологии? ===
* Python (или любой другой популярный язык)
* XML RPC

=== Темы вводных занятий ===

=== Направления развития ===
* Определение близости не только по исполнителям, но и по прослушанным жанрам (это то, чего не делает Last.fm, нужно для "хор")
* Определение веса жанра по количеству прослушиваний, участие веса в метрике
* Определение родственности жанров на основе собранных данных (можно использовать иные источники, например, Википедию), использование родственности в метрике
* Кластеризация пользователей
* Визуализация полученных результатов

=== Критерии оценки ===
"удовл": скрипт, который забирает данные, складывает их в базу или иное место (файл да диске, например), определение меры близости только по прослушанным жанрам или только по прослушанным исполнителям

"хор": то же, что и "удовл", + участие и множества исполнителей, и множества жанров в определении близости

"отл": то же, что и "хор", + дополнительная опция из оставшихся, кроме, визуализации

Распознаватель капчи (проект)

2014-11-18T14:41:05Z

Akrasavina: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Распознаватель капчи
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
В итоге должна получиться консольная утилита, которая берет на вход картинку и печатает текст, который изображен на капче. Капча здесь берется из-за того, что она, обычно, имеет одинаковый размер и буквы располагаются приблизительно одинаково, а пишутся одним или несколькими заранее определенными шрифтами.

=== Чему вы научитесь? ===
* Основам работы с изображениями на примере капчи
* Простейшему машинному обучению

=== Какие начальные требования? ===
* Желание научиться распознавать объекты на изображениях (в частности надписи)
* Знание Python (если есть желание, другой популярный язык)

=== Какие будут использоваться технологии? ===
Python, библиотека PIL (или любой другой популярный язык)

=== Темы вводных занятий ===

=== Направления развития ===
* Распознавать надписи с картинок (например, с фотографий), где запечатлена область с текстом без посторонних предметов
* Распознавать капчи с различными перемещениями букв, когда буквы повернуты на какой-то угол или находятся на разной высоте
* Определение пространственной деформации изображения (применяется для искажения букв)
* Определение трехмерных надписей (выпуклая поверхность)

=== Критерии оценки ===
"удовл": Распознавание 80% символов с картинки, где написаны символы одним шрифтом, без искажений с разным цветом фона и букв.

"хор": Распознавание 80% символов с картинки, где символы написаны одним шрифтом с поворотом, на разной высоте, с разным цветом фона и букв.

"отл": + одно из направлений развития отличное от "хор".

What does the Internet think? (проект)

2014-11-18T14:22:48Z

Akrasavina: /* Какие начальные требования? */

{{Карточка_проекта
|name=What does the Internet think?
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог “What does the Internet think?”
Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или любого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
"удовл": Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

"хор": Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

"отл": то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-11-18T14:03:57Z

Akrasavina:

{{Карточка_проекта
|name=What does the Internet think?
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=on
|categorize=yes
}}

=== Что это за проект? ===
Аналог “What does the Internet think?”
Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или другого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
"удовл": Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

"хор": Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

"отл": то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор

What does the Internet think? (проект)

2014-11-18T14:00:30Z

Akrasavina: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=What does the Internet think?
|mentor=Красавина Алина
|mentor_login={{URLENCODE:{{REVISIONUSER}}|WIKI}}
|semester=Весна 2015
|course=1
|summer=
|categorize=yes
}}

=== Что это за проект? ===
Аналог “What does the Internet think?”
Результат - веб-сервис с простейшим интерфейсом (форма отправки запроса, страница ответа), построенный на анализе статей с некоторого сайта (Твиттера или можно взять Кинопоиск - с ним будет проще из-за указанной оценки, дело в том, чтобы спарсить ответ, по большому счету), который говорит о том, как относится интернет-аудитория к какому-то предмету, негативно или позитивно.

=== Чему вы научитесь? ===
* Работе с системами контроля версий
* Работе с неструктурированными данными
* Использованию регулярных выражений и библиотек для работы с XML
* В случае выбора источника со словесными рецензиями - основам работы с естественным языком
* При разделении задания на несколько частей (например, в случае работы с несколькими сайтами) - возможность поработать в команде;

=== Какие начальные требования? ===
* Знание Python
* Знание Google App Engine или другого фреймворка, если есть желание его использовать
* Желание ознакомиться с обработкой текстов и неструктурированных данных

=== Какие будут использоваться технологии? ===
* Github
* Google App Engine (или любой другой фреймворк на любом другом языке, связанный с БД)

=== Темы вводных занятий ===

=== Направления развития ===
* в случае, когда работа ведется со словесной рецензией, имеющей баллы (как на Кинопоиске), надо определять не является ли каждая оценка противоречивой (иногда бывает “позитивный” отзыв с оценкой 1/10), надо уметь такое отличать и как-то реагировать, в зависимости от ситуации (проще - выкинуть, сложнее - анализировать текст)
* добавление морфологии и словосочетаний в запрос и анализ текстов
* определение имен собственных и совпадающих названий, как бывает часто у фильмов
* разделение обработки коротких сообщений и больших статей
* обработка утверждений, содержащих слова, которые могут быть разной полярности, вроде "это кино - мощный отстой"
* разбор слов по силе выражаемой эмоции - от "не очень понравилось" до "кошмар, смотреть невозможно"

=== Критерии оценки ===
"удовл": Обрабатывается один сайт, с которого берется числовой рейтинг, ответ - среднее арифметическое

"хор": Обработка сайта с числовым рейтингом, разрешение конфликтов в утверждениях (сообщение с рейтингом 1/10 и текстом - "Отличное кино, очень понравилось.") Или обработка сайта с сообщениями (например, твиттер), можно использовать готовый набранный словарь с негативностью слов

"отл": то же, что и для "хор" с собственными инициативами из направлений развития, использовать хотя бы одну на выбор